学位论文 > 优秀研究生学位论文题录展示

基于遗传神经网络的民用航空器SDR预测

作 者: 解海涛
导 师: 孙建红
学 校: 南京航空航天大学
专 业: 交通信息工程及控制
关键词: SDR预测 神经网络 BP算法 遗传算法 遗传神经网络
分类号: V354
类 型: 硕士论文
年 份: 2009年
下 载: 29次
引 用: 2次
阅 读: 论文下载
 

内容摘要


随着国内航空业持续高速发展,近几年运输类飞机数量每年以100多架的速度增长。安全是民用航空运输永恒的主题,民用航空器SDR(使用困难报告)能够反映出民用航空的管理水平和安全状况,因此对SDR进行预测有着重要意义。论文的研究工作主要是基于人工神经网络理论的分析,针对民用航空器SDR预测问题,在分析影响SDR发生的诸多因素基础上,指出了采用传统预测方法对SDR进行预测存在的弊端,并提出了应用BP神经网络来预测SDR的新方法;通过建立预测模型,对波音737机型2007年1-12月SDR数量进行了预测,预测结果的精度很高。表明用BP神经网络对民用航空器SDR预测完全可行,并且效果很好。针对BP神经网络在权值调整过程中存在的收敛速度慢、易陷入局部极小点的固有缺陷,本文采用遗传算法来优化BP神经网络,并对遗传BP神经网络进行了实证研究,证明了遗传BP神经网络在预测精度、运行速度方面均有很大提高。该方法在对波音737飞机SDR进行预测时,也有很好的适用性,并进一步提高了精度。本文在遗传BP神经网络模型的基础上预测了该机型未来几年的SDR数量,具有一定的参考意义。最后得出结论,遗传BP神经网络应用于民用航空器SDR预测方面有着很好的前景和应用价值。

全文目录


摘要  4-5
ABSTRACT  5-10
第一章 绪论  10-17
  1.1 课题研究背景及意义  10
  1.2 SDR 系统概述  10-12
  1.3 SDR 预测方法述评  12-15
    1.3.1 时间序列预测法  13-14
    1.3.2 马尔可夫预测法  14
    1.3.3 灰色系统预测法  14
    1.3.4 神经网络预测法  14-15
  1.4 论文主要工作内容  15-17
第二章 人工神经网络及BP 算法  17-36
  2.1 神经网络的发展史  17-19
  2.2 人工神经网络模型  19-27
    2.2.1 生物神经元  19-21
    2.2.2 人工神经网络基本模型  21-25
    2.2.3 神经网络的学习规则  25
    2.2.4 神经网络的互联模式  25-27
    2.2.5 神经网络的特性及实现  27
  2.3 神经网络的应用  27-28
  2.4 BP 神经网络  28-36
    2.4.1 概述  28-29
    2.4.2 BP 神经网络结构  29
    2.4.3 BP 算法的数学描述  29-33
    2.4.4 BP 神经网络的主要优缺点  33-34
    2.4.5 BP 算法常用的改进方法  34-36
第三章 基于BP 神经网络的SDR 预测模型  36-46
  3.1 应用软件MATLAB 简介  36-37
  3.2 MATLAB 神经网络工具箱  37-41
    3.2.1 BP 网络创建函数  38-39
    3.2.2 神经元上的传递函数  39
    3.2.3 BP 网络学习函数  39-40
    3.2.4 BP 网络训练函数  40-41
  3.3 样本数据及处理策略  41-42
    3.3.1 样本数据的基本要求  41-42
    3.3.2 样本数据的来源  42
    3.3.3 样本数据的预处理  42
  3.4 基于改进BP 算法的SDR 预测模型  42-46
    3.4.1 网络模型和样本设计  42-43
    3.4.2 网络参数设计  43-44
    3.4.3 仿真结果及分析  44-46
第四章 遗传算法  46-55
  4.1 遗传算法基本理论  46-50
    4.1.1 遗传算法的发展过程  46-48
    4.1.2 标准遗传算法概述  48-50
  4.2 遗传算法的数学基础  50-52
  4.3 标准遗传算法的局限性  52-53
  4.4 遗传算法的应用  53-54
  4.5 MATLAB 遗传算法工具箱  54-55
第五章 遗传算法与神经网络的结合  55-65
  5.1 遗传算法优化神经网络  55-57
    5.1.1 遗传算法优化神经网络的连接权  55-56
    5.1.2 遗传算法优化神经网络的拓扑结构  56
    5.1.3 遗传算法优化神经网络的学习规则  56-57
  5.2 优化的基本思想及编码描述  57-58
  5.3 基于遗传神经网络的SDR 预测模型  58-65
    5.3.1 BP 神经网络结构的确定  58
    5.3.2 遗传BP 神经网络算法  58-60
    5.3.3 网络模型建立和预测实现  60-64
    5.3.4 遗传BP 网络模型与BP 网络模型比较  64-65
第六章 结论与展望  65-66
  6.1 结论  65
  6.2 展望  65-66
参考文献  66-69
致谢  69-70
在学期间的研究成果及发表的学术论文  70

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
  4. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
  7. 基于神经网络的水厂投药预测控制研究,TP273.1
  8. 机械臂视觉伺服系统的研究,TP242.6
  9. 压电驱动微工作台的控制与校正技术研究,TP273
  10. 某武器检测装置的控制系统设计,TP183
  11. 市级旅游用地规划环境影响评价研究,X820.3
  12. 珠三角地区高性能混凝土配合比智能化系统,TU528
  13. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  14. 部队人员网上训练与考核系统的开发,TP311.52
  15. 大学生综合素质测评研究,G645.5
  16. 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
  17. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  18. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  19. 基于神经网络辨识的同步发电机励磁控制研究,TM31
  20. 基于遗传算法的中短波磁天线的设计及实现,TN820
  21. 基于遗传算法的柑橘图像分割,TP391.41

中图分类: > 航空、航天 > 航空 > 航空港(站)、机场及其技术管理 > 旅客运输技术设备
© 2012 www.xueweilunwen.com